في عالم الذكاء الاصطناعي، يعتبر ترميز الأفعال (Action Tokenization) جزءًا أساسيًا من النماذج البصرية-اللغوية-الحركية (Vision-Language-Action Models)، وهو ما يؤثر بشكل مباشر على كفاءة هؤلاء النماذج في استيعاب الأفعال وتنفيذها بدقة. تقوم فكرة ActionPiece على إعادة النظر في كيفية ترميز الأفعال بطريقة تجعلها أكثر دقة وملاءمة.

تتواجد التحديات هنا، حيث إن فحص دقة ترميز الأفعال باستخدام مقاييس إعادة البناء مثل خطأ مربع متوسط (Mean Squared Error - MSE) قد يوفر نتائج غير كافية. فعلى الرغم من أن هذه المقاييس قد تشير إلى دقة الأفعال بشكل عام، إلا أن الأخطاء الفردية الصغيرة لا تعكس تمامًا كيف يمكن أن تتأثر التعديلات الحركية بين العروض. في كثير من الأحيان، قد تتجمع الحركات المتشابهة حول حركة تمثيلية، مما يؤدي إلى تلاشي التعديلات الضرورية في سياقات معينة أو حتى تشويهها.

لذلك، تم تقديم مفهوم جديد يُسمى الحفاظ على ترتيب الرتب الفيزيائي (Physical Rank Consistency - PRC) لقياس مدى قدرة ترميز الأفعال على الحفاظ على تدرجات المسافات المحلية بعد إعادة البناء. يُعطي هذا المقياس مرجعًا مشتركًا عبر مفردات الرموز والهياكل المخصصة، مما يُعزز دقة الأداء العام مع توفير قياس موثوق للعلاقات.

تقوم ActionPiece بتنفيذ هذا المفهوم من خلال مراقبة العلاقة الفيزيائية أثناء تعلم التمثيلات والكمية. حيث يتم وضع ترتيب القريب-البعيد في الاعتبار داخل الخصائص المُشفرَة، وتطبق تنظيم الكم على توزيع رموز الكود.

تحت نفس إعداد تدريب سياسة Qwen3-VL-4B، تُظهر ActionPiece نتائج مذهلة حيث تحقق 94.8% على LIBERO و68.8% على LIBERO-Plus غير المرئي، بالإضافة إلى تقييمات إضافية تصل إلى 71.9% على SimplerEnv و51.5% عبر VLA-Arena L0-L2. كما تُظهر التجارب أن الأهداف المشتركة بين PRC ونجاح السياسة تعزز بالفعل الدقة، مما يُظهر قيمة مراقبة العلاقة الفيزيائية في ترميز الأفعال.